VSCode高CPU占用根源是后台进程异常，应先用Developer: Open Process Explorer定位extensionHost、tsserver等高占用进程，再配置files.watcherExclude排除node_modules等目录、降级语言服务、禁用高开销插件并彻底重启窗口。
VSCode 高 CPU 占用不是“卡了”，而是某个进程在后台持续吃满单核——90% 的情况能通过 Developer: Open Process Explorer 一秒钟定位到罪魁祸首。
怎么看哪个进程在狂刷 CPU？
别猜，直接打开进程监视器：
- 按
Ctrl+Shift+P（macOS 是Cmd+Shift+P），输入Developer: Open Process Explorer并回车 - 窗口里会列出所有子进程：主进程、窗口渲染进程、插件宿主（
extensionHost）、语言服务器（如tsserver、jdt.ls、pyright）、终端进程等 - 重点关注
CPU %列——持续 >80% 且不回落的，就是目标 - 右键该行可「Kill Process」临时止血，但更关键是查它在干啥
常见高 CPU 进程名：tsserver（TS/JS）、jdt.ls（Java）、pyright（Python）、extensionHost（某插件失控）。
tsserver 占满 CPU 怎么办？
TypeScript Server 是前端项目中最常失控的语言服务。它不是坏了，是被项目结构或配置“逼疯”了：
- 检查
tsconfig.json是否包含"include": ["**/*"]且项目根目录下有node_modules或dist——这会让它递归扫描成千上万个文件 - 确认是否启用了
"compileOnSave": true，且保存时触发全量类型检查（关掉它："compileOnSave": false） - 在
settings.json中加这条，强制限制语义高亮开销："typescript.preferences.disableSuggestions": true（关闭自动导入建议） - 终极轻量方案（即所谓 “ponytail mode”）：
"typescript.preferences.includePackageJsonAutoImports": "auto"+"editor.semanticHighlighting.enabled": false
改完重启 TS Server：命令面板中运行 TypeScript: Restart TS server。
extensionHost 持续高 CPU？排查插件泄漏
插件宿主进程吃 CPU，说明至少一个扩展在后台疯狂轮询、监听或未释放资源：
- 先运行
Developer: Show Running Extensions，看哪些扩展标着「(slow）」或「(high CPU)」 - 重点怀疑对象：
ESLint（尤其配了eslint.validate: ["javascript", "typescript"]且没设files.watcherExclude）、Prettier（格式化大文件时卡死）、Roo Code（本地 AI 插件若未调优 HTTP 轮询间隔，会高频请求 Ollama） - 临时禁用全部插件，再逐个启用测试；或使用
--disable-extensions启动 VSCode 验证是否回归正常 - 某些插件（如旧版 GitLens）会在大型仓库中持续扫描未提交变更，改用内置 Git 功能或设置
"gitlens.advanced.caching": "none"
Java 或 Python 语言服务器卡住？别只杀进程
Java（jdt.ls）和 Python（pyright 或 Pylance）服务器一旦卡住，单纯重启窗口往往无效，因为缓存状态已损坏：
- Java：先清理 Maven 缓存中的
*.lastUpdated文件：find ~/.m2/repository -name "*.lastUpdated" -delete，再删掉~/.m2/repository/.cache，最后在 VSCode 中执行Java: Clean Java Language Server Workspace - Python：检查
pyrightconfig.json是否设置了过大include路径；禁用typeCheckingMode: "basic"可显著降负载；若用 Conda 环境，确保python.defaultInterpreterPath指向正确环境，否则 pyright 会反复尝试解析失败 - 通用技巧：在
settings.json中限制内存上限，例如："python.defaultInterpreterPath": "./venv/bin/python"+"python.analysis.memoryLimit": 1500（单位 MB）
最易被忽略的一点：高 CPU 往往伴随磁盘 I/O 峰值。如果进程列表里 watcherService 占 CPU 高，立刻检查 files.watcherExclude 是否漏掉了 node_modules、dist、.git 等目录——默认值不生效，必须显式配置。
